买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华侨大学;华土木(厦门)科技有限公司申请的专利一种基于深度学习的真空预压土体沉降预测和控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120541442B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511036853.5，技术领域涉及：G06F18/20；该发明授权一种基于深度学习的真空预压土体沉降预测和控制方法是由高燕勇;肖朝昀;周建烽;黄山景;朱浩杰;吴文兵;俞剑设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种基于深度学习的真空预压土体沉降预测和控制方法在说明书摘要公布了：本发明公开了一种基于深度学习的真空预压土体沉降预测和控制方法，旨在实现对土体沉降的精准预测与动态闭环控制。该方法采用编码器‑解码器架构构建模型框架，经多测点时空联合训练及组合优化策略完成专有模型的离线生成；通过采集目标监测点的多源数据，经处理生成适配模型的序列样本；为适配地质属性的时变特性，部署增量式在线学习机制，通过弹性权重固化微调模型参数；基于更新后模型的预测结果，由PID控制单元计算真空度调节量，驱动真空泵控制系统动态调整作业真空度，确保土体沉降处于合理范围。最终，本发明构建起高精度沉降预测与动态真空度调控的协同机制，显著提升沉降控制精度、响应速度及施工安全性。

本发明授权一种基于深度学习的真空预压土体沉降预测和控制方法在权利要求书中公布了：1.一种基于深度学习的真空预压土体沉降预测和控制方法，其特征在于，包括： S1.通过编码器-解码器架构构建专有模型框架，编码器嵌入双向门控循环单元提取历史沉降特征，解码器嵌入门控循环单元结合双路输入实现未来沉降预测，经多测点时空联合训练及组合优化策略完成专有模型的离线生成； S2.针对目标监测点采集多源数据，经数据处理后生成适配专有模型的序列样本； S3.利用生成的序列样本采用在线学习的方式对专有模型进行参数微调，使得专有模型持续适应地质属性时变特性，依托经在线学习机制训练后的模型，实现监测点未来长时土体沉降的动态预测； S4.基于专有模型的未来长期土体沉降预测结果，结合当前施工要求的目标沉降序列，通过PID控制优化目标真空度序列；将优化后的真空度序列同步至下一轮在线学习模型的预测过程，随后提取优化后真空度序列第一天的真空度，形成真空度调节指令，以此驱动真空泵实施真空度的反馈控制； 在线学习，具体为： 在线学习机制通过增量式模型更新与动态权重衰减实现嵌入式专有模型对地质属性时变特性的持续适应，具体包含以下步骤： a）实时获取监测点的新增多源数据，通过数据处理构建增量数据样本； b）通过弹性权重固化的方式，在使得专有模型适应该监测点地质属性时变特性的同时，锁定对历史关键地质特征敏感的模型参数，实现知识保护，防止灾难性遗忘； 弹性权重固化：引入正则化项抑制灾难性遗忘：，其中为正则化强度，为当前时刻模型第i个权重参数值，为离线训练保存的专有模型参数值，为历史数据Fisher信息矩阵，计算公式：，其中，N为历史样本数量，为第n个样本的损失值； 正则化强度通过动态权重衰减自适应调整，，为初始正则化强度，为衰减速率系数，为地质状态指标，，为当前累计沉降值，为设计终极沉降值； c）基于增量数据样本进行模型在线更新，计算模型在线更新的总损失，其中为新样本前向传播计算的损失值，通过总损失反向传播计算模型的参数梯度，并通过AdamW基础优化器实现模型的参数更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华侨大学;华土木(厦门)科技有限公司，其通讯地址为：362000 福建省泉州市丰泽区城华北路269号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。